25.04.6330
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Deep Learning
166 kali
Kesehatan mental merupakan salah satu isu penting yang semakin mendapat perhatian, terutama di kalangan generasi Z yang sangat aktif di media sosial. Media sosial seperti TikTok menjadi ruang ekspresi utama bagi gen Z dalam menyuarakan opini, perasaan, maupun pengalaman pribadi terkait kesehatan mental. Penelitian ini bertujuan untuk menganalisis tingkat kesadaran generasi Z terhadap isu kesehatan mental berdasarkan data komentar di TikTok, serta mengevaluasi kemampuan algoritma <em>Long Short-Term Memory</em> (LSTM) dalam mengklasifikasikan komentar menjadi kategori <em>aware</em> dan <em>not aware</em>.<br /> Proses pelabelan data dilakukan secara otomatis menggunakan pendekatan leksikal yang memanfaatkan kata/frasa terkait kesadaran kesehatan mental. Model LSTM dilatih menggunakan data komentar berbahasa Indonesia dan dievaluasi dengan beberapa rasio pembagian data. Hasil evaluasi menunjukkan bahwa model memberikan performa terbaik pada rasio 80:20 dengan <em>test accuracy</em> sebesar 95,2%. Untuk eksplorasi lanjutan, digunakan <em>topic modelling</em> dengan pendekatan <em>Latent Dirichlet Allocation</em> (LDA) guna mengidentifikasi topik-topik utama pada masing-masing label. Hasilnya, lima topik dominan berhasil diidentifikasi pada komentar <em>aware</em> dan <em>not aware</em>, masing-masing mencerminkan spektrum pemahaman, emosi, dan narasi yang berkembang di media sosial.<br /> Temuan ini memperlihatkan bahwa kesadaran terhadap kesehatan mental di kalangan gen Z cukup tinggi, meskipun masih terdapat wacana yang menunjukkan kurangnya pemahaman. Penelitian ini memberikan kontribusi pada pemetaan isu kesehatan mental berbasis data digital serta menjadi dasar bagi pengembangan strategi komunikasi dan edukasi yang lebih kontekstual dan efektif.<br /> <strong>Kata kunci</strong>: analisis perspektif, <em>deep learning,</em> gen z, kesehatan mental, LDA, LSTM, media sosial, <em>machine learning</em>, TikTok, <em>topic modelling.</em><br />
Tersedia 1 dari total 1 Koleksi
| Nama | MUHAMMAD MUFID MUSYAFFA` |
| Jenis | Perorangan |
| Penyunting | Rahmat Fauzi, Riska Yanu Fa'rifah |
| Penerjemah |
| Nama | Universitas Telkom, S1 Sistem Informasi |
| Kota | Bandung |
| Tahun | 2025 |
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |